Un fichier OO est en fait une archive zip qui contient plusieurs documents. On y trouve:
- un fichier styles.xml.
par exemple:
<style:font-decl style:name="Times" fo:font-family="Times" style:font-family-generic="roman" style:font-pitch="variable"/>
- un fichier meta.xml qui contient diverses info sur le document.
exemple:
<meta:creation-date>2001年08月29日T16:27:05</meta:creation-date>
- un fichier settings.xml qui semble contenir la config pour OO.
- et finalement un fichier content.xml qui contient le texte, les tables ou le dessin.
extrait:
<text:p text:style-name="P3"><text:s/>Fachgebiet Mathematik</text:p>
En supprimant toutes les balises, on retrouve le texte.
Les images et fichiers inclus se trouve dans un répertoire du fichier zip.
Tout les documents (texte, tableur, dessin) ont le même format. Les namespaces sont utilisés au maximum, on réutilise xml-fo, mathML, SVG, etc.
Avec un coup de unzip puis perl, sed ou XSLT on peut très facilement ressortir la date de création, l'auteur ou faire une recherche sur le texte.
Je crois que ce nouveau format xml n'est pas qu'un coup marketing, c'est vraiment un plus. On peut par exemple imaginer réutiliser le code d'OpenOffice.org (qui est en GPL) dans kword pour faire la conversion .doc -> xml OO, puis un coup d'XSLT (ou DOM si c'est plus compliqué) et avoir un fichier kword xml.
[^] # Re: le xml comme format de fichier
Posté par Marc . En réponse à la dépêche sortie de la beta de Star Office 6. Évalué à 6.
Un fichier OO est en fait une archive zip qui contient plusieurs documents. On y trouve:
- un fichier styles.xml.
par exemple:
<style:font-decl style:name="Times" fo:font-family="Times" style:font-family-generic="roman" style:font-pitch="variable"/>
- un fichier meta.xml qui contient diverses info sur le document.
exemple:
<meta:creation-date>2001年08月29日T16:27:05</meta:creation-date>
- un fichier settings.xml qui semble contenir la config pour OO.
- et finalement un fichier content.xml qui contient le texte, les tables ou le dessin.
extrait:
<text:p text:style-name="P3"><text:s/>Fachgebiet Mathematik</text:p>
En supprimant toutes les balises, on retrouve le texte.
Les images et fichiers inclus se trouve dans un répertoire du fichier zip.
Tout les documents (texte, tableur, dessin) ont le même format. Les namespaces sont utilisés au maximum, on réutilise xml-fo, mathML, SVG, etc.
Avec un coup de unzip puis perl, sed ou XSLT on peut très facilement ressortir la date de création, l'auteur ou faire une recherche sur le texte.
Je crois que ce nouveau format xml n'est pas qu'un coup marketing, c'est vraiment un plus. On peut par exemple imaginer réutiliser le code d'OpenOffice.org (qui est en GPL) dans kword pour faire la conversion .doc -> xml OO, puis un coup d'XSLT (ou DOM si c'est plus compliqué) et avoir un fichier kword xml.